CN105424057A - 一种基于改进lmd的光纤陀螺振动信号分析方法 - Google Patents
一种基于改进lmd的光纤陀螺振动信号分析方法 Download PDFInfo
- Publication number
- CN105424057A CN105424057A CN201510725630.XA CN201510725630A CN105424057A CN 105424057 A CN105424057 A CN 105424057A CN 201510725630 A CN201510725630 A CN 201510725630A CN 105424057 A CN105424057 A CN 105424057A
- Authority
- CN
- China
- Prior art keywords
- signal
- phi
- sigma
- component
- lmd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Gyroscopes (AREA)
Abstract
本发明公开了一种基于改进LMD的光纤陀螺振动信号分析方法,属于惯性导航技术领域。本发明运用改进的LMD方法对振动信号进行了时频域分解,得到对应原信号中不同频率段的一系列谐波信号,最后通过消除由振动引起的光源波动噪声和陀螺漂移,重构得到去除振动噪声的输出信号。本发明中的改进LMD方法,采用三次样条插值来替换滑动平均方法,同时采用镜像延拓方法来改善可能存在的端点效应问题,对于分解的终止条件则引入了具有更快收敛速度的OC判定。对于分量信号,应用核主成分方法进行分析,使用能量占比方法分离反映振动影响的有效信号和噪声,最后完成光纤陀螺振动信号的有效分析。
Description
技术领域
本发明涉及一种基于改进局部均值分解(LocalMeanDecomposition,LMD)的光纤陀螺振动信号分析方法,属于惯性导航技术领域。
背景技术
光纤陀螺作为惯性系统中广泛采用的全固态角速度测量器件,其性能水平对惯性系统的精度有较大的影响。虽然在理论上,光纤陀螺的全固态、无运动部件的特点,使其与传统机械陀螺相比具有抗冲击、抗振动等优势,但由于光纤的弹光效应,使得在实际工程应用中,因冲击、振动等环境因素会引起光纤环的应力产生变化,而器件尾纤振动以及结构的共振都将引起陀螺误差,使得振动状态下的器件的动态误差增加。为了提高控制系统的精度,有必要对振动等复杂环境下的光纤陀螺输出信号的特点开展研究。
已有研究者从光纤陀螺主要构件的物理特性出发,分析了光纤长度、光纤缠绕方式、波导尾纤、环圈骨架谐振结构等对陀螺振动误差的影响,提出了改善其振动性能的一些措施,但由于安装工艺等方面的限制,一些改进措施的效果也受到影响。而对于振动情形下光纤陀螺的信号表现形式以及如何对环路改进后的系统中振动误差建模补偿还需做进一步的研究,从而更好地提升光纤陀螺的振动性能。
通过对陀螺振动信号的分析可知,其具有非平稳信号的时变特性,一般采用时频域联合分析方法从而获得更为准确的特征信息。JonathanS.Smith于2005年提出了一种新的信号分析方法——局部均值分解(LocalMeanDecomposition,LMD),该方法在Electroencephalogram信号处理方面的时频分析效果要优于传统的分析方法,时频分布的结构由信号本身的局部特征尺度决定,产生的瞬时频率有物理意义的。在机械故障分析领域,LMD方法的应用已取得一些创新性的研究成果,但由于经典LMD采用的滑动平均算法对步长等参数依赖性较大,使得平滑结果有较明显的误差。
为了进一步对分解得到的一定频率段陀螺振动信号进行分析,考虑引入在非线性特性分析领域广泛应用的核主成分分析(KernelPrincipleComponentAnalysis,KPCA)方法,该方法可以通过将多维数据特征压缩到少数几维,从而减少噪声等其他成分干扰,突出有用的信息特征,因而在特征提取、模式识别和信号去噪等方面都有广泛的运用。
发明内容
本发明的技术解决问题是:运动载体在受到冲击、振动等环境因素的影响时,会引起陀螺内部应力改变,光纤线圈和光路器件及尾纤的折射率和偏振特性会发生变化,从而产生非互易性误差,表现为振动等环境下光纤陀螺动态误差的增大。
为了解决上述技术问题不足,本发明提供了一种基于改进LMD的光纤陀螺振动信号分析方法,对振动情形下光纤陀螺的信号表现形式以及对经过环路改进后的系统中振动误差进行建模补偿,对于分解得到的信号,应用核主成分方法进行分析,使用能量占比方法分离反映振动影响的有效信号和噪声,从而提高振动环境下光纤陀螺的测量精度。
本发明所采用的技术方案是:通过对光纤陀螺振动特性分析,在光学器件及检测电路的结构等改进基础上,进一步提出运用时频域方法对陀螺振动信号的特征进行分析,按照所提出的改进算法,将复杂的非平稳振动信号分解为若干个乘积函数(ProductionFunction,PF)的线性组合,每一个PF分量表示原信号中某一频率段的谐波信号,运用核主成分分析方法消除由振动引起的高频噪声项,再通过重构的方法得到满足要求的输出信号,从而提高光纤陀螺的性能。
具体来说,对于具有非平稳性、非线性特征的陀螺信号,小波变换是研究者们经常采用的处理方法,但考虑到小波阈值消噪的性能与小波基、分界层数、阈值选取等因素有关,缺乏一定的自适应能力。因此本发明考虑引入一种改进的局域均值分解(LMD)方法,这种区别于一般分解方法的时频分析方法。将复杂的非平稳信号分解为若干个乘积函数的线性组合,每一个PF分量表示原信号中某一频率段的谐波信号,并表征了其频率和幅值,可以通过由一个包络信号与纯调频信号乘积表示,而瞬时幅值和瞬时频率也可通过这两项来体现。不断迭代分解出的PF分量也即为原信号的时频分布。
假设原始信号为x(t),改进局部均值分解方法的具体流程如下:
(1)确定原始信号x(t)中所有极值点ni,并计算任意相邻两个极值点ni和ni+1的平均值mi
定义局部幅值ai表示相邻两个极值点ni和ni+1的差值的一半,即
(2)在经典的LMD方法中常采用滑动平均的方法来拟合由局部均值序列和局部幅值序列得到的局部均值函数m11(t)和局部包络函数a11(t)。而该方法中平滑步长的选择对处理结果有较大影响,本发明考虑采用改进的三次样条插值方法来计算m11(t)和a11(t),其中镜像延拓方法主要用于处理插值过程中可能存在的过包络和欠包络问题。
根据得到的原始信号中所有的极值点,分别对极大值和极小值进行三次样条插值,形成上包络函数Eu(t)和下包络函数El(t),进一步得到局部均值函数和局部包络函数:
(3)从原始信号中分离出局部均值函数m11(t)后得到:
h11(t)=x(t)-m11(t)(5)
再用h11(t)除以局部包络函数值a11(t),得到解调后的h11(t),即
s11(t)=h11(t)/a11(t)(6)
(4)根据解调后得到的s11(t),重复上述(1)(2)步骤得到对应的局部包络函数值a12(t),经典方法中以其是否若满足1-δ<a12(t)<1+δ,δ为误差小量,来表示s11(t)为纯调频信号。本发明引入正交性准则(Orthogonalitycriterion,OC)作为乘积函数的迭代运算过程终止判断条件,当不满足时,则需根据上述步骤不断迭代计算r次,直到s1r(t)满足条件。正交性准则定义为:
其中,mij(t)为LMD在求解第i个PF分量时计算得到的第j次局部均值函数值。随着迭代过程的不断进行,mij(t)将趋于0,OC值不断趋于1,而当OC达到最小值时,随着分解的进行,OC会出现增大或振动变化的情况。基于此,OC达到极小值时的分解次数即为最佳迭代次数,故相邻两次迭代得到的OC的差值OCe是否小于0作为迭代运算过程终止判断条件。
OCe=OCj-OCj-1(8)
(5)将迭代过程中得到的所有局部包络函数相乘即为对应的纯调频信号的包络信号
而包络信号a1(t)与对应调频信号s1r(t)的乘积即为从原始信号中分解得到的第一个PF分量,即
PF1(t)=a1(t)·S1r(t)(10)
(6)用原始信号x(t)减去PF1(t),得到对应的残差信号u1(t),当残差信号不满足单调性时,将u1(t)作为初始数据循环执行上述步骤(1)至(5),直到第L个残差函数uL(t)为单调函数为止。故原始信号可由PF分量和单调函数uL(t)组成,即
针对分解得到的信号,运用核主成分分析方法进行处理,具体步骤如下:
将第q个PF分量信号表示为PFq={pk,k=1,2…,M},pk∈RN,M为分量参数的个数,N表示分量参数的维数,现通过非线性函数φ将分量信号所在的输入空间映射到对应的特征空间F。
不失一般性,假定在特征空间中则在特征空间F中的协方差矩阵为:
对协方差矩阵进行特征值分解,即
CFλF=λFWF(13)
上式中,所有对应于特征值λF≠0的特征向量WF都处于φ(p1),…,φ(pM)所张成的空间中,则有如下等式:
λF(φ(pk)·WF)=(φ(pk)CFWF),k=1,2,…,M(14)
其中,即特征向量WF由φ(p1),…,φ(pM)线性表示。
综合(13)(14)式,可得
定义一个M×M矩阵K(xi,xj),K(xi,xj)=(φ(pi)·φ(pj))
则(15)式可表示为
MλFKα=K2α(16)
其中,α为α1,α2,…,αM的列向量,则上式转化为求解(17)式的特征值和特征向量的问题。
MλFα=Kα(17)
用λ1≥λ2≥…≥λM表示矩阵K的特征值,则对应的α1,α2,…,αM就是其特征向量。
在高维特征空间归一化特征向量WF,假设则有
针对之前推导中的假设,考虑用替代式中的K
式中,1ij=1。
对于输入空间中的点p,其在特征空间F中的像为φ(p),则所求得的主成分为:
最后将经过核主成分分析即消除了由振动引起的高频噪声影响后的各分量信号进行重构,进一步得到满足要求的输出信号。
与现有技术相比,本发明的优点在于:对振动情形下光纤陀螺的信号表现形式以及环路改进后的系统中振动误差进行了建模补偿,具体表现为:
(1)从光纤陀螺器件的信号特性出发,分析了振动等环境下对陀螺精度产生影响的非互易性误差,考虑采用与信号本身的局部特征尺度密切相关的局部均值分解方法来对动态特性做进一步分析,其在机械故障分析领域已被广泛采用。
(2)在局部均值分解方法改进中,提出采用数值插值方法来替换滑动平均方法同时采用镜像延拓方法来改善存在的端点效应问题,结果表明该方法更有优越性,根据分量正交性的特点引入了具有更快收敛速度的正交性准则判定作为各分量分解终止的条件。
(3)对于分解得到的分量信号,应用核主成分方法进行分析,使用能量占比方法分离反映振动影响的有效信号和噪声,从而提高振动环境下光纤陀螺的测量精度。
附图说明
图1为光纤陀螺振动信号分析图;
图2为本发明改进局部均值分解算法的流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
一种基于改进LMD的光纤陀螺振动信号分析方法,如图1、2所示,光纤陀螺振动信号为x(t),基于改进的LMD分析方法的具体步骤如下:
(1)确定信号x(t)中所有极值点ni,并计算任意相邻两个极值点ni和ni+1的平均值mi
定义局部幅值ai表示相邻两个极值点ni和ni+1的差值的一半,即
(2)采用改进的三次样条插值方法来计算m11(t)和a11(t),根据得到的原始信号中所有的极值点,分别对极大值和极小值进行三次样条插值,形成上包络函数Eu(t)和下包络函数El(t),进一步得到局部均值函数和局部包络函数:
(3)从原始信号中分离出局部均值函数m11(t)后得到:
h11(t)=x(t)-m11(t)(25)
再用h11(t)除以局部包络函数值a11(t),得到解调后的h11(t),即
s11(t)=h11(t)/a11(t)(26)
(4)根据解调后得到的s11(t),重复上述(1)(2)步骤得到对应的局部包络函数值a12(t),运用正交性准则(Orthogonalitycriterion,OC)作为乘积函数的迭代运算过程终止判断条件,当不满足时,则需根据上述步骤不断迭代计算r次,直到s1r(t)满足条件。正交性准则定义为:
其中,mij(t)为LMD在求解第i个PF分量时计算得到的第j次局部均值函数值。随着迭代过程的不断进行,mij(t)将趋于0,OC值不断趋于1,而当OC达到最小值时,随着分解的进行,OC会出现增大或振动变化的情况。基于此,OC达到极小值时的分解次数即为最佳迭代次数,故相邻两次迭代得到的OC的差值OCe是否小于0作为迭代运算过程终止判断条件。
OCe=OCj-OCj-1(28)
(5)将迭代过程中得到的所有局部包络函数相乘即为对应的纯调频信号的包络信号
而包络信号a1(t)与对应调频信号s1r(t)的乘积即为从原始信号中分解得到的第一个PF分量,即
PF1(t)=a1(t)·S1r(t)(30)
(6)用原始信号x(t)减去PF1(t),得到对应的残差信号u1(t),当残差信号不满足单调性时,将u1(t)作为初始数据循环执行上述步骤,直到第L个残差函数uL(t)为单调函数为止。故原始信号可由PF分量和单调函数uL(t)组成,即
(7)将第q个PF分量信号表示为PFq={pk,k=1,2…,M},pk∈RN,M为分量参数的个数,N表示分量参数的维数,现通过非线性函数φ将分量信号所在的输入空间映射到对应的特征空间F。
不失一般性,假定在特征空间中则在特征空间F中的协方差矩阵为:
对协方差矩阵进行特征值分解,即
CFλF=λFWF(33)
上式中,所有对应于特征值λF≠0的特征向量WF都处于φ(p1),…,φ(pM)所张成的空间中,则有如下等式:
λF(φ(pk)·WF)=(φ(pk)CFWF),k=1,2,…,M(34)
其中,
综合(33)(34)式,可得
定义一个M×M矩阵K(xi,xj),K(xi,xj)=(φ(pi)·φ(pj))
则(35)式可表示为
MλFKα=K2α(36)
其中,α为α1,α2,…,αM的列向量,则上式转化为求解(36)式的特征值和特征向量的问题。
MλFα=Kα(37)
用λ1≥λ2≥…≥λM表示矩阵K的特征值,则对应的α1,α2,…,αM就是其特征向量。
在高维特征空间归一化特征向量WF,假设则有
针对之前推导中的假设在一般情况下不成立的,考虑用替代式中的K
式中,1ij=1。
对于输入空间中的点p,其在特征空间F中的像为φ(p),则所求得的主成分为:
最后将经过核主成分分析,从而消除了由振动引起的高频噪声项后的各分量信号进行重构,进一步得到满足要求的输出信号。
根据振动试验得到的一定振动频率下光纤陀螺的输出信号,运用改进局部均值分解对陀螺振动信号进行分析,对于分解得到的信号,应用核主成分方法进行分析,使用能量占比方法分离反映振动影响的有效信号和噪声,其中核函数的选择根据信号的特点选为多项式核函数K(x,y)=(x·y+1)d,通过(37)式计算得到特征空间的特征值和特征向量并对特征向量归一化后,将消除振动高频噪声影响的分量用于信号的重构。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于,包括以下步骤:
步骤1,将光纤陀螺输出信号作为原始信号x(t),根据该原始信号x(t)确定原始信号x(t)中所有极值点ni,并计算任意相邻两个极值点ni和ni+1的平均值mi,定义局部幅值ai表示相邻两个极值点ni和ni+1的差值的一半;
步骤2,根据得到的原始信号x(t)中所有的极值点ni,分别对其极大值和极小值进行三次样条插值,形成上包络函数Eu(t)和下包络函数El(t),根据该包络函数Eu(t)和下包络函数El(t)得到局部均值函数m11(t)和局部包络函数a11(t);
步骤3,从原始信号中分离出局部均值函数m11(t)后得到的数值h11(t),再将h11(t)除以局部包络函数值a11(t),得到解调后的值s11(t);
步骤4,根据解调后得到的s11(t),重复步骤1、2得到对应的局部包络函数值a12(t),并以正交性准则作为乘积函数的迭代运算过程终止判断条件,当不满足时,则需根据步骤1、2不断迭代计算r次,直到s1r(t)满足条件,其正交性准则定义为:
式子中,mij(t)为LMD在求解第i个PF分量时计算得到的第j次局部均值函数值,T为分解得到的PF分量信号总个数;
并且取相邻两次迭代得到的OC的差值OCe是否小于0作为迭代运算过程终止判断条件;
步骤5,将迭代过程中得到的所有局部包络函数相乘即为对应的纯调频信号的包络信号a1(t);而包络信号a1(t)与对应调频信号s1r(t)的乘积即为从原始信号中分解得到的第一个PF分量信号PF1(t);
步骤6,用原始信号x(t)减去第一个PF分量信号PF1(t),得到对应的残差信号u1(t),当残差信号u1(t)不满足单调性时,将u1(t)作为初始数据循环执行上述步骤1-5,直到第L个残差函数uL(t)为单调函数为止;从而得到由PF分量信号和单调函数uL(t)组成的原始信号x(t),
步骤7,根据步骤6循环执行过程中得到原始信号x(t)中分解得到的PF分量信号,运用核主成分分析方法进行处理该PF分量信号;
步骤8,将步骤7经过核主成分分析后的各分量信号进行重构,得到满足要求的输出信号。
2.根据权利要求1所述的一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于:所述步骤7中核主成分分析方法进行处理PF分量信号的方法为:
步骤71,将第q个PF分量信号表示为PFq={pk,k=1,2…,M},pk∈RN,M为分量参数的个数,N表示分量参数的维数;
步骤72,假定在特征空间中则在特征空间F中的协方差矩阵为:
步骤73,对协方差矩阵进行特征值分解,CFλF=λFWF;该式中,所有对应于特征值λF≠0的特征向量WF都处于φ(p1),…,φ(pM)所张成的空间中,则有如下等式:
λF(φ(pk)·WF)=(φ(pk)CFWF),k=1,2,…,M
其中,
综合CFλF=λFWF和λF(φ(pk)·WF)=(φ(pk)CFWF),k=1,2,…,M,得到:
定义一个M×M矩阵K(xi,xj),K(xi,xj)=(φ(pi)·φ(pj));
则上述综合得到的式子表示为:MλFKα=K2α;
其中,α为α1,α2,…,αM的列向量,
步骤74,根据步骤73得到的式子MλFKα=K2α,转化为求解该式子的特征值和特征向量的问题:MλFα=Kα;用λ1≥λ2≥…≥λM表示矩阵K的特征值,则对应的α1,α2,…,αM就是其特征向量;
步骤75,在高维特征空间归一化特征向量WF,假设k=1,2,…,l,则有:
针对之前推导中的假设在一般情况下不成立的,用替代式中的K;
式中,1ij=1;
对于输入空间中的点p,其在特征空间F中的像为φ(p),则所求得的主成分为:
3.根据权利要求1所述的一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于:所述步骤2得到的局部均值函数m11(t)为:
局部包络函数a11(t):
4.根据权利要求1所述的一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于:所述步骤3中得到得到数值h11(t):h11(t)=x(t)-m11(t);解调后的值s11(t):s11(t)=h11(t)/a11(t)。
5.根据权利要求1所述的一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于:所述步骤4中相邻两次迭代得到的OC的差值OCe是否小于0作为迭代运算过程终止判断条件为:OCe=OCj-OCj-1。
6.根据权利要求1所述的一种基于改进LMD的光纤陀螺振动信号分析方法,其特征在于:对应的纯调频信号的包络信号a1(t):r为迭代次数;第一个PF分量信号:PF1(t)=a1(t)·S1r(t)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510725630.XA CN105424057B (zh) | 2015-10-30 | 2015-10-30 | 一种基于改进lmd的光纤陀螺振动信号分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510725630.XA CN105424057B (zh) | 2015-10-30 | 2015-10-30 | 一种基于改进lmd的光纤陀螺振动信号分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105424057A true CN105424057A (zh) | 2016-03-23 |
CN105424057B CN105424057B (zh) | 2019-04-09 |
Family
ID=55502428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510725630.XA Active CN105424057B (zh) | 2015-10-30 | 2015-10-30 | 一种基于改进lmd的光纤陀螺振动信号分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105424057B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106840202A (zh) * | 2017-01-11 | 2017-06-13 | 东南大学 | 一种陀螺振动信号提取与补偿方法 |
CN108664901A (zh) * | 2018-04-20 | 2018-10-16 | 三峡大学 | 基于改进lmd的微电网电能质量扰动信号检测方法 |
CN109084743A (zh) * | 2018-08-24 | 2018-12-25 | 中国科学院光电技术研究所 | 一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法 |
CN109270445A (zh) * | 2018-09-07 | 2019-01-25 | 广西电网有限责任公司电力科学研究院 | 基于lmd的断路器弹簧操动机构状态异常检测方法 |
CN109556797A (zh) * | 2018-11-19 | 2019-04-02 | 浙江工业大学 | 基于样条局部均值分解和卷积神经网络的管道泄漏检测与定位方法 |
CN113505703A (zh) * | 2021-07-13 | 2021-10-15 | 天津工业大学 | 一种用于噪声分布不均匀的光谱信号去噪方法 |
CN114528887A (zh) * | 2022-04-24 | 2022-05-24 | 湖南大学 | 基于微小振动放大技术的桥梁监测方法、系统及装置 |
CN114997242A (zh) * | 2022-06-30 | 2022-09-02 | 吉林大学 | 一种极值定位波形延拓lmd信号分解方法 |
CN116434482A (zh) * | 2023-04-19 | 2023-07-14 | 华南理工大学 | 一种三分量分布式光纤隧洞口边坡灾害监测预警系统 |
CN116662794A (zh) * | 2023-08-02 | 2023-08-29 | 成都凯天电子股份有限公司 | 一种考虑数据分布更新的振动异常监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446636A (zh) * | 2007-11-27 | 2009-06-03 | 索尼株式会社 | 导航设备和导航相关信息显示方法 |
CN102180187A (zh) * | 2011-04-12 | 2011-09-14 | 中国航空工业第六一八研究所 | 一种铁路轨道高低高精度检测装置和检测方法 |
CN103471578A (zh) * | 2013-09-02 | 2013-12-25 | 北京大学 | 一种基于正交检测的使用光纤陀螺多维信号的测量方法 |
CN104268577A (zh) * | 2014-06-27 | 2015-01-07 | 大连理工大学 | 一种基于惯性传感器的人体行为识别方法 |
-
2015
- 2015-10-30 CN CN201510725630.XA patent/CN105424057B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446636A (zh) * | 2007-11-27 | 2009-06-03 | 索尼株式会社 | 导航设备和导航相关信息显示方法 |
CN102180187A (zh) * | 2011-04-12 | 2011-09-14 | 中国航空工业第六一八研究所 | 一种铁路轨道高低高精度检测装置和检测方法 |
CN103471578A (zh) * | 2013-09-02 | 2013-12-25 | 北京大学 | 一种基于正交检测的使用光纤陀螺多维信号的测量方法 |
CN104268577A (zh) * | 2014-06-27 | 2015-01-07 | 大连理工大学 | 一种基于惯性传感器的人体行为识别方法 |
Non-Patent Citations (6)
Title |
---|
LINFENG DENG等: "An intelligent pattern recognition method for machine fault diagnosis", 《2013 10TH INTERNATIONAL CONFERENCE ON UBIQUITOUS ROBOCTS AND AMBIENT INTELLIGENCE(URAI)》 * |
喻敏等: "联合EMD与核主成分分析的激光陀螺信号消噪", 《武汉大学学报.信息科学版》 * |
孟宗等: "基于微分局部均值分解的旋转机械故障诊断方法", 《机械工程学报》 * |
李楠等: "基于KPCA冗余检测的故障识别算法", 《系统仿真学报》 * |
贾秀芳等: "基于局部均值分解法的闪变包络线提取方法", 《华北电力大学学报》 * |
邓林峰: "基于CHI-LMD方法的转子振动信号分析", 《振动与冲击》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106840202A (zh) * | 2017-01-11 | 2017-06-13 | 东南大学 | 一种陀螺振动信号提取与补偿方法 |
CN106840202B (zh) * | 2017-01-11 | 2020-02-18 | 东南大学 | 一种陀螺振动信号提取与补偿方法 |
CN108664901A (zh) * | 2018-04-20 | 2018-10-16 | 三峡大学 | 基于改进lmd的微电网电能质量扰动信号检测方法 |
CN108664901B (zh) * | 2018-04-20 | 2021-04-13 | 三峡大学 | 基于改进lmd的微电网电能质量扰动信号检测方法 |
CN109084743B (zh) * | 2018-08-24 | 2022-04-19 | 中国科学院光电技术研究所 | 一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法 |
CN109084743A (zh) * | 2018-08-24 | 2018-12-25 | 中国科学院光电技术研究所 | 一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法 |
CN109270445A (zh) * | 2018-09-07 | 2019-01-25 | 广西电网有限责任公司电力科学研究院 | 基于lmd的断路器弹簧操动机构状态异常检测方法 |
CN109556797A (zh) * | 2018-11-19 | 2019-04-02 | 浙江工业大学 | 基于样条局部均值分解和卷积神经网络的管道泄漏检测与定位方法 |
CN113505703A (zh) * | 2021-07-13 | 2021-10-15 | 天津工业大学 | 一种用于噪声分布不均匀的光谱信号去噪方法 |
CN114528887A (zh) * | 2022-04-24 | 2022-05-24 | 湖南大学 | 基于微小振动放大技术的桥梁监测方法、系统及装置 |
CN114997242A (zh) * | 2022-06-30 | 2022-09-02 | 吉林大学 | 一种极值定位波形延拓lmd信号分解方法 |
CN114997242B (zh) * | 2022-06-30 | 2023-08-29 | 吉林大学 | 一种极值定位波形延拓lmd信号分解方法 |
CN116434482A (zh) * | 2023-04-19 | 2023-07-14 | 华南理工大学 | 一种三分量分布式光纤隧洞口边坡灾害监测预警系统 |
CN116434482B (zh) * | 2023-04-19 | 2024-04-30 | 华南理工大学 | 一种三分量分布式光纤隧洞口边坡灾害监测预警系统 |
CN116662794A (zh) * | 2023-08-02 | 2023-08-29 | 成都凯天电子股份有限公司 | 一种考虑数据分布更新的振动异常监测方法 |
CN116662794B (zh) * | 2023-08-02 | 2023-11-10 | 成都凯天电子股份有限公司 | 一种考虑数据分布更新的振动异常监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105424057B (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105424057A (zh) | 一种基于改进lmd的光纤陀螺振动信号分析方法 | |
McManus et al. | Parametrized black hole quasinormal ringdown. II. Coupled equations and quadratic corrections for nonrotating black holes | |
Ellis et al. | Extending the universal one-loop effective action: heavy-light coefficients | |
Chen | Eigenvalues, inequalities, and ergodic theory | |
Comelli et al. | Degrees of freedom in massive gravity | |
Bhattacharyya et al. | Currents and radiation from the large D black hole membrane | |
Fortunato | Soft triaxial rotovibrational motion in the vicinity of γ= π∕ 6 | |
Landim et al. | Metastability of Nonreversible Random Walks in a Potential Field and the Eyring‐Kramers Transition Rate Formula | |
Gielen et al. | Quantum propagation across cosmological singularities | |
Alexander et al. | Hidden quantum groups symmetry of super-renormalizable gravity | |
Grothaus et al. | Hilbert space hypocoercivity for the Langevin dynamics revisited | |
Chen et al. | Existence and stability of multidimensional transonic flows through an infinite nozzle of arbitrary cross-sections | |
Chruściel et al. | Solutions of the vacuum Einstein equations with initial data on past null infinity | |
Apostolov et al. | Weighted K–stability and coercivity with applications to extremal Kähler and Sasaki metrics | |
Brown et al. | ε-regime of dilaton chiral perturbation theory | |
Sun | Polynomial relations for q-characters via the ODE/IM correspondence | |
Lahoche et al. | Reliability of the local truncations for the random tensor models renormalization group flow | |
Kasatani et al. | The quantum Knizhnik-Zamolodchikov equation and non-symmetric Macdonald polynomials | |
Xu | Submersion and homogeneous spray geometry | |
Young | Exact solutions to degenerate conservation laws | |
Antunes et al. | Hyperstructures on Lie algebroids | |
Ori | Evolution of perturbations inside a charged black hole: Linear scalar field | |
Shankar et al. | KALUZA–KLEIN THEORY WITH TORSION CONFINED TO THE EXTRA DIMENSION | |
Tang et al. | Morrey estimates for parabolic nondivergence operators of Hörmander type | |
Savo | Hodge-Laplace eigenvalues of convex bodies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |